Codex и GitLab: от кода к production за три этапа

Codex — AI-агент для кодирования в терминале. Пишет код, запускает тесты, коммитит в ветку — и всё быстро. Но написание кода только первый шаг. После нужна задача, pull request, CI/CD, code review, решение человека про merge. GitLab помогает соединить скорость Codex с контекстом, нужным для production.

Codex локально: от бага к коду Первый сценарий работает в терминале.

В проекте Tanuki IoT Platform ошибка в WebSocket: фильтровать метрики по типу не работает. Вы описываете Codex задачу, он анализирует Rust-код, находит недостающий параметр `metric`, добавляет фильтрацию, пишет тесты. После проверки Codex создаёт ветку, коммитит и пушит. GitLab CI проверяет стиль Rust, запускает тесты. Готово к merge. Здесь агент работает с репозиторием и локальным файлом AGENTS.md, где описано, как должна выглядеть хорошая реализация.

GitLab MCP: контекст требований Второй сценарий добавляет глубину.

Codex теперь может вытягивать информацию из GitLab issue через MCP (Model Context Protocol). Issue № 32 описывает требования: нужны тесты, документация, обновления. Вместо копирования всего в промпт, Codex просто спрашивает «help implement issue 32» и загружает requirements напрямую из GitLab. Теперь фиксация учитывает не только техническое решение, но и бизнес-требования. Codex создаёт pull request с автоматическим «Closes #32»: Чтение requirements из issue через MCP Реализация с учётом всех деталей Создание MR с закрытием issue при merge Связь между кодом и требованиями * Участие агента в workflow delivery Это уже не локальное кодирование, а участие в процессе доставки.

Внешний агент в merge request Третий сценарий самый интересный.

Code review указывает проблемы: нехватает документации и тестов на ошибки. Вы упоминаете Codex в комменте MR (@ai-codex-agent), и агент теперь работает в контексте pull request. Видит diff, feedback, результаты CI, approvals. Codex добавляет документацию, пишет missing tests, делает commit, запускает checks. Пишет ответ обратно в MR. Merge request становится центральной поверхностью: код здесь, review здесь, агент помогает здесь, человек approves здесь.

Что это значит Кодирование стало быстро, но скорость без контекста — это конвейер заплаток.

Когда агент видит requirements (из issue) и collaboration (из MR), получается осмысленная работа. Это соединение скорости кода с контекстом production: агент работает быстро, человек принимает решения.